Perhitungan Res Iko Kerugian Pada Pt. Indofood Sukses Makmur Tbk Dengan Menggunakan Metode Supply Chain Dengan Big Data

Authors

  • Noviana Dwi Rachmawati Universitas PGRI Adi Buana Surabaya
  • Nida Alfia Universitas PGRI Adi Buana Surabaya
  • Eka Hepy Linawati Universitas PGRI Adi Buana Surabaya
  • Ni’matul Muzeiyadah Universitas PGRI Adi Buana Surabaya

Keywords:

Supply chain management, Big data analytics

Abstract

Di era Big Data, banyak organisasi telah berhasil memanfaatkan kemampuan Big Data Analytics (BDA) untuk meningkatkan kinerja mereka. Namun, literatur masa lalu tentang BDA telah membatasi fokus pada pemahaman kemampuan yang diperlukan untuk mengekstrak nilai dari data besar. Dalam artikel ini bertujuan untuk memberikan tinjauan literatur sistematis tentang kemampuan BDA dalam rantai pasokan dan mengembangkan model kematangan kemampuan. Artikel ini menggunakn metode supplay chain. Artikel ini berkontribusi dalam teori kemampuan BDA dalam konteks rantai pasokan, dan memberikan arah penelitian di masa depan.

Downloads

Download data is not yet available.

References

Arunachalam, D., Kumar, N., & Kawalek, J. (2018). Understanding big data analytics capabilities in supply chain management: Unravelling the issues, challenges and implications for practice. Transportation Research Part E: Logistics and Transportation Review, 416-436.

Banabdellah, A., & Benghabrit, A. (2016). Big data for supply chain management: Opportunities and challenges. Proceedings of IEEE/ACS International Conference on Computer Systems and Applications, AICCSA.

Chen, D., Preston, D., & Swink, M. (2015). How the use of big data analytics affects value creation in supply chain management. Journal of Management Information Systems, 4-39.

Eslami, M., Jafari, H., & Achtenhagen, L. (2021). Financial performance and supply chain dynamic capabilities: the Moderating Role of Industry 4.0 technologies. International Journal of Production Research, 1-18.

Garay-Rondero, C., Martinez-Florez, J., & Smith, N. (2020). Digital supply chain model in Industry 4.0. Journal of Manufacturing Technology Management, 887-933.

Hartati, M. (2017). Analisis Pengukuran Kinerja Aliran Supply Chain di PT. Asia Forestama Raya dengan Metode Supply Chain Operation Reference (SCOR). Jurnal Teknik Industri: Jurnal Hasil Penelitian dan Karya Ilmiah dalam Bidang Teknik Industri, 94.

Hofmann, E., Sternberg, H., & Chen, H. (2019). Supply chain management and Industry 4.0: conducting research in the digital age. International Journal of Physical Distribution and Logistics Management, 945-955.

Ilafi, A., Jowanti, L., & Fadhilah, A. (2020). Pemanfaatan Big Data Dalam Memprediksi Harga Saham Di Era New Normal. Seminar Nasional Official Statistics, 281-291.

Kasmanto, R. (2020). Analisis pelatihan online teknis big data menggunakan data logger Moodle Analysis of big data technical online training using Moodle logger data. Jurnal Penelitian Ilmu Pendidikan, 137-146.

Laurencia, S., Goulisa, T., & Sugiharto, R. (2021). Analisis Fundamental Perusahaan Sebagai Dasar Barang Konsumsi Sub Sektor Makanan Dan Minuman. 108-118.

Nafah, H., & Purnaningrum, E. (2021). Penggunaan Big Data Melalui Analisis Google Trends Untuk Mengetahui Perspektif Pariwisata Indonesia Di Mata Dunia. Snhrp, 430-436.

Pratiwi, S., Miftahuddin, & Amelia, W. (2020). Pengaruh Current Ratio (CR), Debt to Equity Ratio (DER), dan Earning Per Share (EPS) Terhadap Harga Saham pada PT. Indofood Sukses Makmur Tbk. Jurnal Ilmiah Manajemen dan Bisnis (JIMBI), 1-10.

Purnaningrum, E. (2018). Renewable Stock Price Model Sebagai Pendukung Investasi Saham: Studi Kasus Saham Jii. Kolegial, 97-110.

Purnaningrum, E. (2020). Pendekatan Metode Kalman Filter untuk Peramalan Pergerakan Indeks Harga Saham Terdampak Pandemi Coronavirus. 103-109.

Purnaningrum, E. (2021). Model Dynamic Ensemble Time Series untuk Prediksi Indeks Harga Saham Utama di Indonesia Pasca Pandemi. Majalah Ekonomi, 1-7.

Purnaningrum, E., Bagus, I. M., Ariprabowo, T., Bambang, R., & Prasetyo, A. (2021). Pemberdayaan UMKM Disabilitas Trenggalek untuk Peningkatan Pendapatan Pasca Pandemi melalui Upgrading Sosial Media. Jurnal Pengabdian Masyarakat, 94-99.

Stefanovic, N. (2020). Big Data Analytics in Supply Chain Management. 2443-2457.

Vieira, A., Diaz, L., Santos, M., Maribel, Y., Guilherme, A., & Jose. (2019). Bypassing data issues of a supply chain simulation model in a big data context. Procedia Manufacturing, 132-139.

Wamba, S. F., Gunasekaran, A., & Papandopoulos, T. (2018). Big data analytics in logistics and supply chain management. International Journal of Logistics Management, 478-484.

Wamba, S. F., Gunasekaran, A., Papadopoulos, T., & Ngai, E. (2018). Big data analytics in logistics and supply chain management. International Journal of Logistics Management, 478-484.

Witkowski, K. (2017). Internet of Things, Big Data, Industry 4.0 - Innovative Solutions in Logistics and Supply Chains Management. Procedia Engineering, 763-769.

Downloads

Published

2022-06-01

How to Cite

Rachmawati, N. D., Alfia, N., Linawati, E. H., & Muzeiyadah, N. (2022). Perhitungan Res Iko Kerugian Pada Pt. Indofood Sukses Makmur Tbk Dengan Menggunakan Metode Supply Chain Dengan Big Data. SNHRP, 750–758. Retrieved from https://snhrp.unipasby.ac.id/prosiding/index.php/snhrp/article/view/383